English(EN) A Lightweight Vision-Language Fusion Framework for Predicting App Ratings from User Interfaces and Metadata

已撤回的论文详细介绍了用于预测应用评分的AI框架

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-08 04:00

一篇研究论文提出了一个新的轻量级框架，通过融合视觉和文本数据来预测移动应用评分。该模型结合了用于UI特征的MobileNetV3和用于语义信息的DistilBERT，取得了强劲的性能指标，包括0.1060的平均绝对误差。该方法旨在为开发人员提供更好的用户满意度洞察，并支持在边缘设备上高效部署。然而，该论文后来被作者Azrin Sultana撤回。 AI

影响该框架可以通过提供更好的用户满意度预测来改进应用开发，尽管其撤回限制了即时影响。

排序理由该项目是一篇已撤回的学术论文，详细介绍了一个新颖的框架。[lever_c_research降级：ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 4 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇已撤回的学术论文，详细介绍了一个新颖的框架。[lever_c_research降级：ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Azrin Sultana, Firoz Ahmed · 2026-10-08 04:00

用于从用户界面和元数据预测应用评分的轻量级视觉语言融合框架

arXiv:2602.20531v2 Announce Type: replace Abstract: App ratings are among the most significant indicators of the quality, usability, and overall user satisfaction of mobile applications. However, existing app rating prediction models are largely limited to textual data or user in…

本文如何被排名

报道来源 [1]

用于从用户界面和元数据预测应用评分的轻量级视觉语言融合框架

相关实体

相关话题